高光谱图像分布式有损压缩研究进展

星载高光谱图像的有效压缩已经成为航天高光谱遥感领域研究的热点。分布式信源编码(DSC)技术具有较低的编码复杂度、良好的抗误码性以及可并行实现等优点,已被成功应用于高光谱图像的压缩。针对基于分布式信源编码的高光谱图像有损压缩技术进行了研究。首先简要介绍了分布式信源编码的基本理论与实现方式;然后从二元纠错码与多元陪集码两方面综述了高光谱图像分布式有损压缩的研究现状;最后指出了该领域需要进一步研究的问题。     

基于降低多径误差的阵列天线波束形成技术

为降低雷达跟踪低空目标中时的多径误差,采用了基于阵列天线的、用Taylor和Bayliss分布来满足单脉冲测角中的和、差波束都具有低副瓣电平的方法。该方法使用独立馈电的功率分配/合成网络,并对其分别应用Taylor分布及Bayliss分布进行幅度加权。当雷达在低仰角跟踪时,降低多径误差的阵列天线波束的形成技术,可消除或降低低仰角跟踪目标时的测量误差。通过Matlab仿真和多径误差分析表明,在主瓣半功率带宽以外的下降沿及副瓣区,多径误差有明显的改善。     

一种稳健的高光谱图像压缩方法

提出了一种稳健的高光谱图像压缩技术。估计原始数据的虚拟维数,继而采用一种非监督的正交子空间投影技术提取端元矢量,构成矩阵作为快速独立分量分析的初始化混合矩阵,进行ICA变换。对变换后的独立分量图,采用二维分层树集合分裂进一步压缩编码。计算机仿真结果表明,该压缩算法在取得40∶1压缩比的同时,能有效地保持数据,尤其是小目标和异常的谱向特征,是一种高效的三维数据压缩方法,可有效地应用在小目标检测及异常检测中。     

脑功能光学成像的迭代广义指示函数分析法

在脑光学功能成像领域,由T.Yokoo等人提出的广义指示函数法(Generalized Indicator Functions; GIF)能够在极低信噪比下有效地提取大脑行为模式图.但进一步研究发现,该算法在处理脑功能光学图像序列时存在计算量大的缺点.为解决一问题,本文将Weng等在处理FERET人脸数据库时提出的一种迭代算法与GIF算法相结合,给出了一种迭代格式的GIF算法——RGIF (Recursive GIF),RGIF算法利用迭代计算的特点能大幅削减计算量.利用仿真和实验数据对GIF和RGIF算法进行了对比分析,结果表明RGIF不仅能够大大节省计算时间,同时检测效果与GIF相当.     

基于样本协方差矩阵迹的聚类算法

针对传统聚类算法在处理某些非球形分布数据的不足,提出了一种基于样本协方差矩阵迹的聚类算法.该算法由数据集归一化、初始类别构造和初始类别二次融合这三个主要步骤构成.仿真结果表明,与传统的FCA相比,本文算法在无需聚类数目的情况下,处理某些非球形分布数据集时具有更好的聚类效果.     

雷达低空目标俯仰角提取的偏差补偿技术

由于多径信号的干扰,单脉冲雷达对低空目标俯仰角的实时测量很难达到靶场外弹道测量的精度要求。结合目前靶场在装雷达系统,研究了掠海巡航飞行低空目标的俯仰角事后提取问题,应用偏差补偿算法从雷达系统实时存储下来的视频信号中提取低空目标俯仰角参数。文中给出雷达系统实时输出的目标俯仰角数据以及应用偏差补偿算法事后提取并进行误差修正的目标俯仰角数据,结果显示,事后俯仰角提取显著改善测量精度,为靶场试验决策提供依据。     

基于相干K分布模型的二维海杂波分析与仿真

提出了一种新的二维相干K分布杂波建模与仿真方法。根据K分布杂波两个正交分量可由两列独立的高斯矢量加权乘积和构成的原理,分别推导了K分布序列实、虚部的自、互相关性,然后应用二维滤波技术,将一维相干杂波仿真方法推广到距离一方位二维空间。相比经典零记忆非线性变换(ZMNL)和球不变随机过程(SIRP)法,它仿真的杂波自相关函数(ACF)可以为任意复数,而且提高了运算速度。最后对实际雷达二维海杂波进行了分析和模拟。     

低空测量雷达接收机设计

在单脉冲自动跟踪测量雷达系统中,中频接收机对天线伺服跟踪性能起着关键作用;设计一种功能完备的低空测量雷达接收机系统,其中,视频接收机为双-三通道接收,具有高的接收增益,低噪声系数,高路间间隔和高镜像抑制等特点;频率综合定时器采用超大规模现场可编程门阵列(FPGA)器件,体积小、灵活性好、可靠性高;并采用单片机系统完成对自动增益控制的改进设计,既可满足设备应用指标要求,又可节约成本简化设备;通过实验测试,整机性能满足应用需求.     

基于模板匹配的人脸图像特征提取

提出了一种利用模板匹配与遗传算法的人脸图像特征提取的方法,利用该方法可以完成人脸图像的眼睛和嘴的特征提取。在定义表征人脸突出特征的眼睛模板和嘴部模板及其全局能量函数的基础上,采用遗传算法实现了能量函数的全局最小化。实验结果证实了该方法有效的稳定,且具有较快的收敛速度。     

基于R—Q、D—Q模型的宏块量化因子选择

实现基于标准视频编码过程的一个关键问题是宏块编码模式选择,而选择宏块编码模式控制参量的关键是确定ＤＣＴ系数的量化因子。本文提出了一种基于宏块分类的最佳量化因子选择方法,着重讨论了二个问题：（１）宏块的Ｒ—Ｑ模型和Ｄ—Ｑ模型;（２）引人适当先验假设条件,根据宏块Ｒ—Ｑ、Ｄ—Ｑ模型,建立有限制条件的最优化表达式,得到最佳的分类宏块量化因子。模拟结果表明：与传统方法相比,基于宏块分类的最佳量化因子选择方法一定程度上能减少所需的编码比特。